MétaCan
Menu
Retour à la cohorte
Enregistrement W2051316011 · doi:10.1016/j.medengphy.2004.10.010

Evaluation of effects of selected factors on inter-vertebral fusion—a simulation study

2004· article· en· W2051316011 sur OpenAlexafffund
Xiaobo Wang, Geneviève Dumas

Notice bibliographique

RevueMedical Engineering & Physics · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueSpine and Intervertebral Disc Pathology
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésStiffnessBone densitySubsidenceFusionMaterials scienceSpinal fusionBiomedical engineeringOsteoporosisGeologyMedicineComposite materialSurgery

Résumé

récupéré en direct d'OpenAlex

This study simulated the effects of inter-vertebral disc degeneration and bone density distribution on the structural stiffness and strength provided by inter-vertebral fusion. Based on the original and redistributed bone density distributions, the effects of selected factors, including contact area between device/graft and vertebral endplates, endplate conditions, and bone growth capacity were evaluated using a factorial design of experiment. The simulation results suggested that the degeneration of inter-vertebral disc significantly affected the bone density and density distribution in adjacent vertebrae. The mechanical strength immediately after instrumentation is the worst case of device/graft subsidence. After that procedure, bone will adapt itself to the changed loading conditions and therefore reduce the risk of subsidence. A deficiency in structural stiffness immediately after instrumentation could be the "worst-case scenario" depending on the combinations of selected factors. The simulation results demonstrated that the contact area and initial bone density distribution should be considered jointly while estimating the risk of device/graft subsidence. The endplate condition is a secondary factor on the subsidence risk, compared with the contact area and initial bone density distribution.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,476
Score d'incertitude au seuil0,415

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,023
Tête enseignante GPT0,315
Écart entre enseignants0,292 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical Engineering & PhysicsMême sujetSpine and Intervertebral Disc PathologyTravaux en français237 207